生存预测模型样本量计算(完善中)

预测模型的样本量计算一直都是困扰笔者很久的问题
一般临床预测模型常见的有两类:非时间因素/包含时间因素
举例来说,非时间因素建模常见于logistic/lasso等回归模型之后,时间因素相关的结局变量常见于cox等模型建模后。
如果选用logistic模型,可使用的思路为:
1、根据自变量数目进行预测,根据自变量(即构建模型的自变量)数量,10-20倍区间的样本量均可。具体理论后续补充或完善。
2、将预测模型视为临床研究的思路,即A模型比B模型能提高结局的预测能力,即在某一类人群中(高危?or 低危?)模型的预测准确度提高了多少。即ROC提高了多少,通过软件ROC可以计算。计算方法 PASS软件可以实现,需强调的是,需要输入阳性与阴性事件发生的概率比值。
包含时间因素:例如cox等,本身似乎并不存在相应的计算方式,所以不要有太高的指望。有的话请统计大佬不吝赐教。
考虑到实际应用的问题,将时间因素降维到时间节点后有退化的方式
包括
1、特殊事件点的事件预测能力,将时间退化到时间节点后预测ROC的提高程度。
eg 患者活到3年的概率为(3年OS率),如果从10%提高到20%,需要的样本量是多少,将预测模型作为一个干预变量进行设计。

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值